小鹏汽车【26届校招】大语言模型应用工程师

校招全职2025-10-15地点：上海 | 深圳状态：招聘

扫码手机上打开

任职要求

岗位需求
1. 教育背景： 计算机、人工智能、软件工程等相关专业本科及以上学位。
2. 模型实战经验： 具备 LLM（如 LLaMA, GPT, Qwen 等）的实际使用、调优或应用开发经验。
3. 核心技能： (至少熟悉以下一项)
  - 有实际的 LLM SFT/RLHF 等微调经验，熟悉主流的微调框架（如 verl, Trinity-RFT,  Axolotl, etc）。
  - 有大规模应用服务部署经验，熟悉 Kubernetes、Docker 等容器化技术。
  - 有 LLM 推理服务部署和优化经验，熟悉 vLLM/SGLang/Ray Serve 等。
  - 有将 LLM 应用于人形机器人或自动驾驶相关项目的经验。
4. 编程与框架： 熟练掌握 Python，熟悉 PyTorch 等深度学习框架。具备良好的软件工程和代码习惯。
5. 沟通协作： 具备良好的沟通和团队合作精神，能快速学习和适应新技术。

工作职责

我们正在寻找对大语言模型（LLM）的应用落地、效果调优和系统效能提升充满热情的工程师。您将加入我们的核心研发团队，主要负责将先进的 LLM 技术转化为实际的业务价值，特别是在指令微调（SFT）、智能体（AI Agent）的设计与部署，以及应用基础设施（Infra）的优化。我们的目标是打造高效、可靠、智能的 LLM 应用解决方案，加速模型在人形机器人、自动驾驶、多模态等前沿领域的落地。


1. LLM 微调与应用落地：负责设计并执行 LLM 的指令微调（SFT）和对齐（如 RLHF/DPO）实验，以提升模型在特定应用场景（如代码生成、复杂推理、对话）的表现。主导模型效果的评估体系搭建和优化，确保模型输出的准确性、安全性和一致性。
2. 云端训练框架与效率优化：主导 LLM 微调（SFT/对齐）流程在云端环境下的效率优化，包括数据加载、多机通信、资源调度、框架稳定性等方面，确保 SFT 流程的高效、稳定和低成本运行。
3. 前沿应用技术追踪：紧密追踪 LLM 在 Agent 框架、长上下文处理、多模态交互等应用层面的最新研究与工程实践，并将其快速引入到产品线。
4. AI Agent 研发与部署：探索并实践基于 LLM 的 AI Agent（智能体） 框架，包括工具调用（Tool Use/Function Calling）、规划（Planning）、记忆（Memory）等核心模块的设计与实现。将开发的 Agent 系统集成到实际产品或业务流程中，提升自动化和智能决策能力。
5. 跨团队协作：与算法、数据和产品团队紧密合作，将模型优化成果快速产品化，并收集应用层的反馈来指导下一轮模型迭代。

📮 投递简历 ✨AI模拟面试

难度：

包括英文材料

学历+

大模型+

Llama+

GPT+

SFT+

RLHF+

Axolotl

Kubernetes+

Docker+

vLLM+

SGLang+

Ray+

自动驾驶+

Python+

PyTorch+

深度学习+

相关职位

【26届校招】大模型应用工程师

校招

1. 算法开发与优化：负责自动驾驶模型算法的研发设计，包括但不限于行为决策、轨迹生成、运动规划等模块的深度学习/强化学习模型设计探索基于Transformer、模仿学习（Imitation Learning）、强化学习（RL）等前沿技术的模型算法设计、应用方案优化自动驾驶算法的实时性、安全性和舒适性，解决复杂场景（如拥堵、交互博弈、长尾问题）下的规划挑战 2.数据驱动迭代：构建和利用大规模驾驶数据集（仿真+真实数据），设计数据闭环 pipeline 提升规划性能参与数据标注、场景挖掘、仿真测试等环节，推动算法迭代 3.系统集成与部署：与感知、控制等模块团队协作，实现模型算法在车载计算平台的部署支持实车测试，分析问题并提出改进方案 4.前沿技术跟踪：跟进学术界（如CVPR、ICRA、CoRL、IROS等）和工业界最新进展，将创新技术落地到量产或研发项目中

更新于 2025-07-01

【26届校招】大语言模型数据算法工程师

校招

我们正在寻找对大语言模型(Large Language Model,LLM)充满热情的数据算法工程师,加入我们的核心AI团队。你将主要负责LLM高质量与大规模数据的采集与处理，并参与从LLM预训练、微调、推理优化到多场景应用落地的全流程工作，推动LLM技术在对话系统、内容生成、知识推理、具身智能等领域的创新 1. 主导LLM数据的采集和处理，搭建高效的数据处理 Pipeline，实现从海量原始数据到可直接驱动模型训练的高质量数据的转化。 2. 打造并优化数据平台的核心模块（包括处理、标注、对齐、存储与可视化），确保数据的可追溯性与可验证性。 3. 参与大模型从预训练到后训练的全链路流程，深入分析模型对数据的敏感点，通过数据迭代持续提升模型能力。 4. 紧跟全球前沿技术动态，研究并引入最新的数据集与标准，将优秀的开源经验转化为团队的核心优势，持续扩展数据版图。

更新于 2025-10-14

【26届校招】大模型算法工程师

校招

1.参与自动驾驶系统中机器学习算法的研究、开发与优化，包括但不限于深度学习算法在端到端感知大模型、规控大模型、视觉语言大模型等方面的应用； 2.负责收集、整理和分析自动驾驶相关的数据集，进行数据预处理和标注，以提高模型的准确性和泛化能力； 3.设计和实现机器学习模型的训练流程，包括选择合适的优化算法、调整超参数、评估模型性能等，确保模型在不同场景下的稳定性和可靠性。

更新于 2025-06-22

【26届校招】大模型算法工程师

校招

1.研发业界一流物理AI系统，包括不限于模仿学习，强化学习， vla， vlm等训练系统与算法架构； 2.参与自动驾驶系统中机器学习算法的研究、开发与优化，包括但不限于深度学习算法在端到端感知大模型、规控大模型、视觉语言大模型等方面的应用； 3.设计和实现机器学习模型的训练流程，包括选择合适的优化算法、调整超参数、评估模型性能等，确保模型在不同场景下的稳定性和可靠性。

更新于 2025-07-01